Академический Документы
Профессиональный Документы
Культура Документы
1
equipos y productos industriales, maquinaria, mano de desarrolla un conjunto de operadores de búsqueda
obra, el medio ambiente, el tiempo de viaje y el consumo locales para mejorar el rendimiento de búsqueda local de
de energía. La seguridad, la eficiencia y el respeto por el ABC. Finalmente, los experimentos se llevan a cabo en
medio ambiente de estos sistemas de transporte están base a los datos de tráfico real en el área de Jurong de
directamente relacionados con la salud, el bienestar y la Singapur (2017)
vida de las personas, ya que los sistemas de transporte A multi-objective multi-agent framework for
forman una parte importante de su vida cotidiana. Las traffic light control
técnicas de detección, procesamiento y comunicación Este documento presenta un marco multiagente
cuando se aplican eficientemente al sector del transporte multi-objetivo para el control de semáforos. En particular,
pueden aportar muchas mejoras a los actuales sistemas cada agente en el marco propuesto aplica un proceso de
de control del semáforo” [19]. decisión de múltiples objetivos de Markov. Para el control
inteligente, un algoritmo de aprendizaje de refuerzo (RL)
se mejora con copias de seguridad de pasos múltiples y
2 TRABAJOS REALIZADOS un enfoque de aproximación de funciones para construir
FPGA based Traffic Light Controller el conocimiento del agente. Además, una política de
Este documento propone el controlador de acción de ordenamiento lexicográfico con umbral (TLO)
semáforos reconfigurable que puede mostrar el tiempo de se integra con el algoritmo de RL mejorado para resolver
espera en todas las direcciones. Se ha observado que el el problema de control de múltiples objetivos, que se
controlador de semáforo diseñado funciona hasta una reformula mediante un proceso de decisión de Markov
frecuencia operativa máxima de aproximadamente 300 restringido. (2017)
MHz. La codificación se ha realizado utilizando el Reference Scenarios for the Evaluation of the
lenguaje descriptivo de hardware de Verilog. (2017) Traffic Light Concept in Low-voltage Power
Systems
TLB-VTL: 3-Level Buffer based Virtual Traffic Este documento presenta escenarios de referencia
Light Scheme for Intelligent Collaborative de sistemas de energía de bajo voltaje para la evaluación
Intersections de enfoques para la optimización y el control en redes
En este documento, se propone un esquema de inteligentes. Los escenarios proporcionan no solo rejillas
semáforo virtual (VTL) basado en el búfer de 3 niveles de referencia completamente parametrizadas para un
(TLB), denominado TLB-VTL, para intersecciones área rural, un pueblo y un área suburbana,
colaborativas inteligentes. La intersección se divide en respectivamente, sino también especificaciones de los
tres áreas adaptativas de acuerdo con el flujo de tráfico hogares conectados, que se asemejan a la situación en
de cada carril, y la secuencia de cada ciclo de Alemania. Esto incluye datos sobre el uso de
temporización se calcula en tiempo real de acuerdo con electrodomésticos y la disponibilidad de generación
el flujo en TLB alrededor de una intersección. Para distribuida, sistemas de almacenamiento de batería,
garantizar la equidad, la diferencia en la probabilidad de vehículos eléctricos y bombas de calor, que especifiquen
que cada carril pase una intersección se restringe a un escenarios domésticos para el presente, el futuro
nivel más bajo. El VTL se realiza en base a las inmediato y el futuro más lejano. Los escenarios se
comunicaciones de vehículo a vehículo (V2V), vehículo a utilizan para delinear la aplicación de mecanismos de red
carretera (V2R) y vehículo a infraestructura (V2I), lo que inteligente ejemplares que se basan en el concepto de
podría mejorar la seguridad y la equidad sin involucrar semáforo (Netzampel) en un enfoque de potencia de
semáforos. Además, se propone un algoritmo de control hardware en el circuito. (2017)
predictivo de evitación de colisión cooperativa (CCAP), Traffic Light Detection for Colorblind
que puede ayudar a los vehículos a atravesar la siguiente Individuals
intersección sin detenerse a predecir el conflicto temporal Este artículo propuso un algoritmo que detecta
y generar un cronograma de tráfico eficiente para toda la colores de semáforos para personas daltónicas, el
red vial. (2017) algoritmo propuesto emplea técnicas de procesamiento
de imágenes asociadas en la caja de herramientas de
A Meta-heuristic with ensemble of local procesamiento de imágenes en LabVIEW para ayudar a
search operators for Urban Traffic Light las personas daltónicas a identificar los colores de los
Optimization semáforos. Utiliza una cámara móvil fija para capturar
Este estudio aborda un problema de optimización del imágenes de semáforos tomadas en diferentes carreteras
semáforo urbano bi-objetivo en un marco de y calles en Jordania y Kuwait. Detecta los semáforos al
programación, que pretende minimizar tanto el tiempo comparar el semáforo candidato con algunas plantillas de
total de retardo en la red de todos los vehículos como el semáforo recogidas en la empresa, la comparación se
tiempo total de demora de todos los peatones dentro de basa en la correlación. Finalmente, el algoritmo extrae los
un intervalo de tiempo determinado. En primer lugar, se planos verde y rojo y reconoce sus colores. (2017)
emplea un modelo centralizado para describir el problema Smart Controlling for Traffic Light Time
de planificación de semáforos urbanos (UTLSP), donde Sistema de transporte inteligente incluye una forma
se presentan las funciones de costos y las limitaciones de inteligente de controlar el semáforo en función del número
los dos objetivos. Una métrica basada en la estrategia de
de automóviles en cada semáforo. Este artículo desarrolla
no dominación se usa para comparar y clasificar
un algoritmo automático para controlar el tiempo de
soluciones para los dos objetivos. En segundo lugar, se
semáforo basado en técnicas e imágenes artificiales
implementa una colonia de abejas artificial (ABC)
inteligentes para automóviles en semáforos, este
metaheurística efectiva para resolver el UTLSP. Se
2
algoritmo está validado por compare sus resultados con Con el primer trabajo, FPGA based Traffic Light
los resultados manuales. La aplicación del siguiente Controller, solo se tiene en común los tiempos variables
algoritmo propuesto en el sistema de transporte regulará de cada semáforo y podemos usar una parte de su
el flujo de tráfico y reducirá el tiempo de viaje y de espera algoritmo para controlar nuestros tiempos.
desperdiciado en las carreteras. (2017)
Smart Traffic Light Control using Fuzzy Logic Con el siguiente trabajo, TLB-VTL: 3-Level Buffer
and Wireless Sensor Network based Virtual Traffic Light Scheme for Intelligent
Este documento presenta el diseño y la Collaborative Intersections se tienen muchas cosas en
implementación de un semáforo inteligente (STL) común, sobre todo la parte del cambio inteligente en los
utilizando lógica difusa y red de sensores inalámbricos semáforos, pues nuestro trabajo propone eso mismo, que
(WSN). Diseñado para una rotonda aislada de cuatro cada semáforo cambie conforme haya o no flujo vehicular
vías; el STL incorpora una WSN para recopilar datos de por él.
tráfico en tiempo real. Estos datos se agregan y luego se
envían a un motor de controlador de lógica difusa (FLC) Con el trabajo A Meta-heuristic with ensemble of local
en forma de dos entradas: cantidad de tráfico (TQ) y search operators for Urban Traffic Light Optimization no
tiempo de espera (WT) para cada carril. En función de las podemos destacar nada para nuestro trabajo, pues el de
entradas, el FLC calcula un grado de prioridad de salida ellos propone cosas más avanzadas además de abordar
(PD) que determina el orden de la asignación de luz tanto a vehiculos como a peatones en su problema.
verde. Usando el PD, un algoritmo inteligente luego
asigna luz verde al carril con el valor de PD más alto. El Con el trabajo A multi-objective multi-agent framework
ciclo continúa hasta que todas las pistas obtengan luz for traffic light control no tenemos nada en común, pues
verde. Para analizar el rendimiento del STL, diseñamos ellos utilizan metodologías y algoritmos diferentes para
un software de simulación que utiliza Java para realizer sus validaciones además de tener un objetivo un
representar virtualmente las funciones de WSN y FLC. tanto distinto al nuestro.
(2017)
Two Stage Intelligent Automotive System to Con el trabajo Reference Scenarios for the Evaluation
Detect and Classify a Traffic Light of the Traffic Light Concept in Low-voltage Power
El objetivo de este documento es detectar y clasificar Systems tenemos en común la búsqueda de una forma
un semáforo de una imagen de escenario. A diferencia de de minimizar el consumo eléctrico en la ciudad y el uso
la mayoría de las otras obras, el sistema propuesto lo hará de un contenedor de energía para dar energía a los
en dos etapas. El primero explora el proceso de dispositivos.
extracción de características en un conjunto de imágenes
que contienen uno o más semáforos. Este proceso se Con el trabajo Traffic Light Detection for Colorblind
enfoca en detectar áreas positivas verdaderas donde Individuals no se tiene nada en común, pues el objetivo
están los semáforos y se hace a través de un clasificador de ellos es totalmente diferente al de ellos.
de seis sub estados usando un conjunto de aprendices
débiles. La segunda etapa obtiene la información de la Con el trabajo Smart Controlling for Traffic Light Time
primera etapa, extrae sus características y las clasifica. tenemos mucho en común pues ellos trabajan el mismo
La salida de la segunda etapa es una clasificación general problema de reducir los tiempos de cada semáforo y el
para el color del mejor semáforo que se encuentra en el uso de semáforos inteligentes, pero ellos utilizan técnicas
escenario de la imagen. El sistema de reconocimiento mucho más avanzadas de las cuales no se tiene
propuesto es un sistema robusto, confiable e inteligente conocimiento.
con altas tasas de predictibilidad. (2017)
Application of industrial PLC for controlling Con el trabajo, Smart Traffic Light Control using Fuzzy
intelligent traffic lights Logic and Wireless Sensor Network tenemos mucho en
Este documento describe la aplicación práctica del común, pues además de usar la lógica difusa para
controlador PLC (Controlador Lógico Programable) para calcular los tiempos de cada semáforo, también emplean
controlar semáforos inteligentes en tiempo real, y para las el uso de sensores, en este caso, inalámbricos, la
necesidades de los anteriores, se creó una unión de diferencia está en la profundidad que usan ellos la lógica
tráfico con la señalización correspondiente, y se difusa, además de los aparatos, pues tienen un mejor
estableció un sistema inteligente de control del semáforo conocimiento de ella.
implementado. Para la realización de este trabajo, se
utilizaron los PLC SIEMENS, SIMATIC S7-300, que, con Con el trabajo, Two Stage Intelligent Automotive
la ayuda de sensores, monitorizan y gestionan el System to Detect and Classify a Traffic Light no se tiene
funcionamiento de todo el sistema. Después de la nada en común pues ellos solo buscan clasificar los
implementación del sistema de control de tráfico semáforos de acuerdo a una imagen obtenida.
inteligente, se presentan los resultados obtenidos al
controlar los semáforos con y sin el uso de sensores, y se Con el trabajo Application of industrial PLC for
presenta un análisis comparativo. (2017) controlling intelligent traffic lights se tiene en común el uso
de los semáforos inteligentes, pero se desconoce el uso
Ahora, se revisará lo que podemos usar de cada del controlador PLC para monitorear los cambios de
trabajo realizado con el nuestro. estado de cada uno de ellos.
3
3 METODOLOGIA Semáforo libre?: condicional que nos permite
verificar si el semáforo de la otra intercepción
La metodología que se usará para la realización del está o no siendo usado en el momento
proyecto estará dividida en: Cambio de semáforo a verde: si el semáforo
está libre, es decir no está siendo usado,
Primero se evaluaran los diferentes proyectos o cambiamos el semáforo que se usará a verde
trabajos realizados para revisar si alguno de ellos nos para dar paso al flujo vehicular.
permite visualizar mejor el problema o hacer un análisis Inicio tiempo de espera: si el semáforo está en
crítico frente al trabajo realizado, para verificar que no se uso, le damos un tiempo de espera en el cual
haya hecho. diremos que vamos a usar otro semáforo, por
ende necesitamos que de paso a este.
Luego de esto, se verificará caso por caso para Tiempo de espera terminado: una vez
desglosar cada uno de ellos y sacar todas las variables terminado el tiempo de espera, podemos
necesarias para hacer un modelamiento propio que nos cambiar de semáforos, comportándose como si
ayude a resolver el problema. fuera un semáforo normal, existente el día de
hoy.
Después procederemos a hacer una simulación con Inicia el flujo vehicular: con ello decimos que
estas variables para verificar el comportamiento de el semáforo está en verde y puede empezar la
nuestro modelo y así entender si está bien planteado o transición de vehículos mientras que no esté en
fallamos en algo que se puede corregir, dando así pauta uso el otro semáforo, o mientras el tiempo de
a una autocrítica. espera no se termine.
Apagar semáforo: cuando el flujo vehicular ha
Una vez terminada la simulación y corregidos los terminado, se apagará el semáforo mientras no
errores, se pasará a la fase de diseño, en la cual se vaya a usar, así se contribuye con el ambiente
implementaremos las dos problemáticas por separado y y volvemos los semáforos inteligentes y
verificaremos su funcionamiento, y aplicaremos un ambientales.
análisis de resultados para ver si es óptimo o no el diseño
en la mejora del flujo vehicular. Figura 1. Diagrama de flujo. Realizado con Draw.io
4
Figura 2. Modelo de vía o carretera. Realizado con Draw.io Figura 4. Diagrama de clases. Realizado con Coloso
El cual consta de 4 semáforos y dos intersecciones en Dentro de la simulación hecha con el software
las cuales habrá un sensor de movimiento ubicado a 50m Netbeans, utilizando el lenguaje de programación Java,
de distancia de cada semáforo, avisando que habrá flujo se evaluaron varios casos, los cuales se presentan a
vehicular para cada uno de ellos y así se iniciará la continuación, cada uno con su respectiva explicación,
activación y control de cada uno. partiendo de una velocidad promedio de 40 km/h por
vehículo en la entrada de cada semáforo.
Finalmente para la velocidad de cada una de las
intersecciones de la vía, se tuvo en cuenta la velocidad El primer escenario posible es en el cual no hay flujo
promedio que nos da el estudio de la secretaria de vehicular por ninguno de los 4 semáforos puestos en la
movilidad de Bogotá en el mes de noviembre del año vía a simular, como se puede observar en la figura 4, en
2017, como se puede observar en la figura serían de un este caso los semáforos permanecen apagados hasta
máximo de 27,4 km/h a un mínimo de 4,9 km/h en las que por alguno de ellos inicie su tránsito un automóvil.
horas pico de 5 a 7 am en tres de las principales vías
congestionadas. En esta primera simulación podemos observar cuanto
se puede ahorrar en energía una ciudad, pues si en
Figura 3: Tabla de velocidades promedio ninguna de las cuatro vías hay acceso de vehículos, la
única energía que se consumirá, será la de los sensores
de movimiento, reduciendo así el consumo de energía por
escenario en un 50%
Fuente:
https://public.tableau.com/profile/ernesto.guevara.lozano#!/vizh
ome/VELOCIDADES_DTI_CARGA/Velocidades?publish=yes
5 IMPLEMENTACIÓN
|
Fuente: Elaboración propia
5
Figura 7. Simulación 3. Realizado con Netbeans
Inicialmente se da un flujo vehicular por un solo
semáforo, como se observa en la siguiente figura, el
semáforo permanece apagado mientras el sensor verifica
que por él ha pasado un vehículo e informa de que se
tiene flujo vehicular.
6
decir, funcionarán como un semáforo normal pero, como
podemos observar, la vía que intersecta estas dos, no Figura 10. Simulación 6. Realizado con Netbeans
está siendo usada y por lo tanto los semáforos están
apagados.
7
de flujo vehicular que se presente entre cada semáforo
para que así pueda darse el cambio y el paso a los demás Ahora, se da el caso en el que en uno de los semáforos
semáforos. ya no se da flujo vehicular, pues el sensor lo detectará y
dará las instrucciones necesarias al semáforo
Figura 12. Simulación 8. Realizado con Netbeans correspondiente.
8
Como se observa en la siguiente figura, el semáforo
Figura 15. Simulación 11. Realizado con Netbeans en uso ha cambiado su funcionamiento y los dos que ya
no, se apagan para dar paso al ahorro de energía.
9
alimente de energía eléctrica, durante el día de forma
Una vez los sensores detectan que no hay flujo autónoma, reduciremos en gran cantidad la energía que
vehicular en ninguna de las vías que se pueden transitar utiliza, combinándola con el hecho de que ellos se
en el modelo, se le informa a cada uno de los semáforos manejaran de forma inteligente; ahora, si a esto le
para que inicien su apagado y el modelo se comportara sumamos una forma de almacenar la energía recopilada
como el del inicio, y se puede decir que iniciará un nuevo por el panel solar, tendríamos un abastecimiento tanto
bucle a la espera de vehículos para iniciar de nuevo su para los semáforos como para los sensores de
funcionamiento. movimiento, y con esto, ayudaríamos a reducir el
consumo eléctrico en la ciudad.
Figura 19. Simulación 15. Realizado con Netbeans
Comparado al trabajo realizado por S. M. Shinde, en
su paper titulado "Adaptive traffic light control
system", se evidencia un gran parecido, pues ellos
retoman todo lo que serían los sensores de movimiento o
de proximidad, adaptado a el manejo dinámico que
tendría cada semáforo en sus tres estados dependiendo
del flujo vehicular que haya en cada uno de ellos, pues
los tiempos de cada uno, al igual que en nuestro trabajo
dependerían de la cantidad de vehículos que entran en
cada una de las vías intersección.
10
cosas (IOT) para vincular algo que se ve tan sencillo como 8 REFERENCIAS
son los sensores para controlar los semáforos.
Con el trabajo Application of industrial PLC for [1] S. Octavio, P. Luis, H. César, “Modelo de
controlling intelligent traffic lights se recalcó cuán semaforización inteligente para la ciudad de
importante es el uso de semáforos inteligentes, pues Bogotá”, Revista científica y tecnológica de la
como se vio a lo largo de todos los trabajos estudiados, facultad de ingeniería, Universidad Distrital
estos son necesarios en este mundo tecnológico, que Francisco José de Caldas, pp. 61-69.
busca el bienestar de todas las personas, y que puede [2] S. V. Kishore, V. Sreeja, V. Gupta, V. Videesha,
empezar por reducir los tiempos de trayectos entre un I. B. K. Raju and K. M. Rao, "FPGA based traffic
lugar y otro. light controller," 2017 International Conference
on Trends in Electronics and Informatics (ICEI),
Tirunelveli, India, 2017, pp. 469-475.
[3] G. Wang, Y. Hou, Y. Zhang, Y. Zhou, N. Lu and
7 CONCLUSIONES N. Cheng, "TLB-VTL: 3-Level Buffer Based
Virtual Traffic Light Scheme for Intelligent
Durante el transcurso del trabajo realizado se Collaborative Intersections," 2017 IEEE 86th
evidenciaron muchos resultados dada una Vehicular Technology Conference (VTC-Fall),
simulación en el software Netbeans mediante el Toronto, ON, Canada, 2017, pp. 1-5.
uso del lenguaje de programación Java, de los [4] K. Gao, Y. Zhang, Y. Zhang and R. Su, "A meta-
cuales se pueden concluir la importancia de heuristic with ensemble of local search operators
simular problemas de la vida real, para poder for urban traffic light optimization," 2017 IEEE
entender y acercarnos a la solución real del Symposium Series on Computational
problema. Intelligence (SSCI), Honolulu, HI, USA, 2017, pp.
1-8.
Como conclusión principal podemos resaltar el [5] J. Jin and X. Ma, "A multi-objective multi-agent
hecho de la importancia que tendría el uso de framework for traffic light control," 2017 11th
estos semáforos inteligentes y esta red LAN Asian Control Conference (ASCC), Gold Coast,
para disminuir el consumo de energía eléctrica Australia, 2017, pp. 1199-1204.
de una ciudad por parte de los semáforos, como [6] S. Kochanneck, J. Geis-Schroer, I. Mauser and
hemos visto, hasta en un 50% y en un 40% con H. Schmeck, "Reference Scenarios for the
el uso de los sensores, además, los tiempos de Evaluation of the Traffic Light Concept in Low-
demora entre un punto de la ciudad y otra voltage Power Systems," International ETG
podrían reducirse hasta en un 20% debido a los Congress 2017, Bonn, Germany, 2017, pp. 1-6.
cambios dinámicos en los semáforos mediante [7] J. Al-Nabulsi, A. Mesleh and A. Yunis, "Traffic
la tecnología difusa que nos permitiría ver cómo light detection for colorblind individuals," 2017
se comportaran los semáforos de acuerdo al IEEE Jordan Conference on Applied Electrical
flujo vehicular que mantengan. Engineering and Computing Technologies
(AEECT), Aqaba, 2017, pp. 1-6.
Por otra parte, una de las cosas más importantes [8] A. A. Zaid, Y. Suhweil and M. A. Yaman, "Smart
a concluir es el uso de semáforos inteligentes, controlling for traffic light time," 2017 IEEE
pues ellos, en conexión por medio de una red a Jordan Conference on Applied Electrical
los sensores de movimiento, nos ayudan a Engineering and Computing Technologies
disminuir el tráfico vehicular innecesario, pues (AEECT), Aqaba, 2017, pp. 1-5.
como se mencionó anteriormente, solo trabajan [9] R. Hawi, G. Okeyo and M. Kimwele, "Smart
cuando las vías están siendo utilizadas, y esto traffic light control using fuzzy logic and wireless
nos ayuda a disminuir drásticamente el tráfico en sensor network," 2017 Computing Conference,
vías que son usadas en un solo sentido. London, 2017, pp. 450-460.
Otra cosa importante a concluir sería el uso de [10] N. Kaja, A. Shaout and O. Dehzangi, "Two Stage
tecnologías limpias y autónomas, con la Intelligent Automotive System to Detect and
inclusión de paneles solares en cada semáforo, Classify a Traffic Light," 2017 International
pues con ello, se evidenciaría una disminución, Conference on New Trends in Computing
quizás drástica, en la energía utilizada por la Sciences (ICTCS), Amman, 2017, pp. 30-35.
ciudad debido a los semáforos. [11] A. Toroman and E. Mujčić, "Application of
industrial PLC for controlling intelligent traffic
Por último, se evidencia la importancia de estar lights," 2017 25th Telecommunication Forum
conectados a Internet, pues la única forma de (TELFOR), Belgrade, 2017, pp. 1-4.
comunicarse los semáforos con sus respectivos [12] Y. Li, W. Zhu and S. Li, "Signal control effects on
sensores, además de los demás semáforos con vehicular traffic emissions through a sequence of
los que interactúan, sería mediante una red LAN, traffic lights," 2017 Chinese Automation
que estaría conectada a una red global, que los Congress (CAC), Jinan, 2017, pp. 1930-1935.
manejaría y controlaría para que siempre estén [13] X. Li, H. Ma, X. Wang and X. Zhang, "Traffic Light
conectados de una u otra forma. Recognition for Complex Scene With Fusion
Detections," in IEEE Transactions on Intelligent
11
Transportation Systems, vol. 19, no. 1, pp. 199-
208, Jan. 2018.
[14] L. Qi, M. Zhou and W. Luan, "A Two-level Traffic
Light Control Strategy for Preventing Incident-
Based Urban Traffic Congestion," in IEEE
Transactions on Intelligent Transportation
Systems, vol. 19, no. 1, pp. 13-24, Jan. 2018.
[15] A. A. Krishna, B. A. Kartha and V. S. Nair,
"Dynamic traffic light system for unhindered
passing of high priority vehicles: Wireless
implementation of dynamic traffic light systems
using modular hardware," 2017 IEEE Global
Humanitarian Technology Conference (GHTC),
San Jose, CA, 2017, pp. 1-5.
[16] I. Maruta, T. Yoshikawa, S. i. Azuma and T.
Sugie, "Traffic control at intersection with linear
traffic lights," IECON 2017 - 43rd Annual
Conference of the IEEE Industrial Electronics
Society, Beijing, 2017, pp. 2923-2928.
[17] G. Bak and D. Kim, "Traffic light recognition with
HUV-histogram from daytime driving-view
images," 2017 17th International Conference on
Control, Automation and Systems (ICCAS), Jeju,
2017, pp. 1099-1102.
[18] O. Younis and N. Moayeri, "Employing Cyber-
Physical Systems: Dynamic Traffic Light Control
at Road Intersections," in IEEE Internet of Things
Journal, vol. 4, no. 6, pp. 2286-2296, Dec. 2017.
[19] S. M. Shinde, "Adaptive traffic light control
system," 2017 1st International Conference on
Intelligent Systems and Information
Management (ICISIM), Aurangabad, 2017, pp.
300-306.
[20] B. Kapusta, M. MiletiC, E. Ivanjko and M. Vujić,
"Preemptive traffic light control based on vehicle
tracking and queue lengths," 2017 International
Symposium ELMAR, Zadar, 2017, pp. 11-16.
[21] X. Du, Y. Li, Y. Guo and H. Xiong, "Vision-Based
Traffic Light Detection for Intelligent
Vehicles," 2017 4th International Conference on
Information Science and Control Engineering
(ICISCE), Changsha, 2017, pp. 1323-1326.
12